买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉新疆大学申请的专利非对称邻域聚合的残差图卷积协同过滤推荐方法和设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116484114B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310470323.6，技术领域涉及：G06F16/9536；该发明授权非对称邻域聚合的残差图卷积协同过滤推荐方法和设备是由秦继伟;王涛设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本非对称邻域聚合的残差图卷积协同过滤推荐方法和设备在说明书摘要公布了：本发明涉及一种非对称邻域聚合的残差图卷积协同过滤推荐方法和设备。该方法根据用户特征信息、物品特征信息及其交互数据构造用户对物品的二部图，对用户和物品的特征信息进行独热编码，然后使用线性嵌入层将其映射为初始的节点嵌入向量；将节点嵌入向量在改进的图卷积层进行特征传播，对所有层的节点嵌入向量进行加权平均，得到用户和物品的最终嵌入向量；在预测层对最终嵌入向量进行内积运算，得到目标用户对目标物品的评分。本发明利用一种新的特征传播机制来更新用户和物品的节点嵌入向量，充分捕捉用户与物品之间的高阶交互关系，不仅缓解了过度平滑效应，还充分利用了用户和物品的低阶节点特征，从而有效地提高了推荐的精度。

本发明授权非对称邻域聚合的残差图卷积协同过滤推荐方法和设备在权利要求书中公布了：1.一种非对称邻域聚合的残差图卷积协同过滤推荐方法，其特征在于包括以下步骤： S1、根据用户特征信息、物品特征信息及其交互数据构造用户对物品的二部图，其中包括邻接矩阵和非对称归一化的图拉普拉斯矩阵； S2、对用户和物品的特征信息进行独热编码，然后使用线性嵌入层将其映射为初始的节点嵌入向量，之后构造节点嵌入矩阵； S3、根据步骤S1中得到的图拉普拉斯矩阵构造改进的图卷积层进行特征传播，得到更加精细化的节点嵌入向量； 其中，用户在第图卷积层的传播过程如下： 在初次传播时在用户的低阶嵌入向量和高阶嵌入向量之间建立残差连接，其形式化表示如式4所示：         4，其中表示非对称归一化的图拉普拉斯范数，表示层物品的嵌入向量，和分别表示用户和物品的邻居节点数，p是归一化系数；初次传播后生成的高阶嵌入向量在第图卷积层再次传播得到用户在层的更加精细化的嵌入向量，从而缓解深层图卷积网络中的过平滑效应，其形式化表示如式5所示：          5，式5中为超参数，用于消除信息冗余以防止过拟合； 同理，物品在层的更加精细化的嵌入向量，其形式化表示如式6所示：      6，式6中表示用户在层的嵌入向量； S4、对所有层的节点嵌入向量进行加权平均，得到用户和物品的最终嵌入向量； S5、在预测层对最终嵌入向量进行内积运算，得到目标用户对目标物品的评分，并利用损失函数不断优化模型参数，进而优化用户对物品的评分矩阵，从而预测用户对物品的偏好。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人新疆大学，其通讯地址为：830046 新疆维吾尔自治区乌鲁木齐市天山区胜利路666号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。